Renta de la tierra hidrocarburífera en Argentina (1960 - 2018)

UNGS/CONICET

# para guardar ggplot con tamaño
# ggsave("facet_wrap_chart.png", facet_wrap_chart, width = 1680/72, height = 1050/72, dpi = 72)

Funciones de conversión

• Canada – National Energy Board. Energy Conversion Tables
• BP
• EIA

# Funciones de conversión para crudo
## Metro cubico a barril (_p = precio, _q = cantidad)
conversor_m3bbl_p <- function(x) {x / 6.2898}
conversor_m3bbl_q <- function(x) {x * 6.2898}

# Funciones de conversión para gas
## Pies cúbico a metro cúbico
## 1ft³= 0.02831685m³
conversor_ft3m3_p <- function(x) {x / 0.02831685}
conversor_ft3m3_q <- function(x) {x * 0.02831685}

## Pie cúbico a Millón de BTU
# 1 ft3 =  0.001028 MM BTU
conversor_ft3MMBTU_q <- function(x) {x * 0.001028}
conversor_ft3MMBTU_p <- function(x) {x / 0.001028}

## Millón de BTU a metro cúbico
## 1 MM Btu =  27,8 m3 de gas (IAPG) ó 28.32861 m3 (Canada Energy Regulator)  
conversor_MMBTUm3gas_p <- function(x) {x / 28.32861}
  
## m3 a  MMBTU de gas
# 1 m3 = 0.0353 MM BTU  (Canada Energy Regulator)
# otra opción 1 m3 = 34.121 MM BTU  (BP)
conversor_m3MMBTU_q <- function(x){x * 0.0353}
conversor_m3MMBTU_p <- function(x){x / 0.0353}

## m3 a  MMBTU (Alternativa, revisar)
# conversor_m3MMBTU_q <- function(x){x * 1/27.8}
# conversor_m3MMBTU_p <- function(x){x / 1/27.8}

## Conversión a BEP desde distintas medidas
conversor_m3bep_q <- function(x) {x * 5883}
conversor_MMBTUbep_q <- function(x) {x * 0.17245496} # BP
conversor_MMBTUbep_p <- function(x) {x / 0.17245496}
conversor_bepMMBTU_p <- function(x) {x / 5.798615}

Variables

Producción

Fuentes:

• Ministerio de Hacienda, Informes Sectoriales (1998-hoy).
• Secretaría de Energía - Regalias (1998-hoy)
• Secretaría de Energía - SESCO Downstream(1993-hoy)
• Anuario de combustibles (1911-1992)
• Kozulj y Pistonesi. Revista del Instituto de Economía Energética (IDEE) - Fundación Bariloche (1970 - 1988)
• EIA (1980 - 2019)

Producción de Crudo

poner en cuanto no coincide, cuanto esta por encima o por debajo, brecha, explicar en qué año se hace el empalme en los precios

La producción de petróleo crudo de largo plazo proviene del Anuario de Combustibles, de la cual contamos datos desde 1911 hasta 1992. Sus valores para el período 1980-1992 coinciden con los de EIA, por lo cual pueden usarse como fuentes alternativas. Asimismo, la evolución de SESCO es similar a la de EIA, salvo por pequeñas divergencias entre 2008 y 2013. La serie de Regalías presenta un nivel menor que las anteriores debido a las deducciones de producción que realizan las empresas para pagar un menor nivel de Regalías hacia las provincias donde realizan la producción. Por último, la serie del Ministerio de Economía coincide con Regalías en sus primeros años, luego presenta un nivel intermedio entre Regalías y SESCO y a partir de 2009 toma a SESCO como fuente. Salvo el Anuario de Combustibles, el resto de las series presentan datos hasta los últimos años. Por lo tanto, el criterio de selección para la serie de producción con la que se realizarán los cálculos es el siguiente:

• Criterio de cómputo para producicón de crudo:
  • 1911 a 1992: Anuario de combustibles
  • 1993 - actualidad: SESCO Downstream

Tabla 1. Producción de petróleo crudo en Argentina según distintas fuentes (barriles)

Producción de Gas Natural

Al igual que en la producción de petróleo crudo, la serie de largo plazo de producción de gas proviene del Anuario de Combustibles, de la cual contamos datos desde 1913 hasta 1992. A diferencia del crudo, sus valores para el período 1980-1992 no coinciden con los de EIA, pero está última sí coincide con los de Regalías entre 1999 y 2015. En cambio, la serie de SESCO, tiende a continuar la evolución de EIA y Regalías, pero con el nivel del Anuario de Combustibles, por lo que ambos pares de series pueden empalmar coherentemente según su nivel. Nuevamente, los valores de la base de Regalías son menores debido a las deducciones de producción para tributar menos regalías. La serie del Ministerio de Economía toma los valores de SESCO.Por lo tanto, el criterio de selección para la serie de producción de gas para los cálculos es el siguiente:

• Criterio de cómputo de la producción de gas:
  • 1911 a 1992: Anuario de combustibles
  • 1993 en adelante: SESCO Downstream

Registered S3 method overwritten by 'GGally':
  method from   
  +.gg   ggplot2

Tabla 2. Producción de gas natural en Argentina según distintas fuentes (MMBTU)

Produccion total

produccion_total <- prod_merge_gas_bep %>% 
  select(anio, unidad,prod_gas) %>%
  left_join(prod_merge_crudo %>% 
              select(anio, unidad,prod_crudo) %>%  mutate(unidad ="BEP") ) %>% 
  mutate(produccion_total_bep = prod_crudo + prod_gas)

Joining, by = c("anio", "unidad")

produccion_total

Precio Mercado Interno

Fuentes:

• Base Ministerio de Hacienda, Informes Sectoriales
• Secretaría de Energía-Regalias
  • Por ausencia de información, el precio de regalias entre 1993 y 1998 es el precio total (es decir, es un ponderado que incluye también el precio del mercado externo). En los años posteriores, dicho precio sí corresponde al del mercado interno.
    
• Kozulj y Pistonesi. Revista del Instituto de Economía Energética (IDEE) - Fundación Bariloche (1970 - 1988). Precio oficial interno de la cuenca neuquina a tasa de cambio oficial. Las fuentes utilizadas de esta revista son Secretaria de Energía, YPF, Gas del Estado, Boletin Informativo de Techint y series propias de IDEE
• Memoria Anual y balances contables de YPF (varios años). Precio intero promedio resultante de la relación entre ventas y cantidades producidas.
• Precios anuario. FALTA BUSCAR

ver de donde sacan el TCC cambiar precio del 92 por mecon estimado y valores restantes por estimado de idee

Precio Mercado Interno de Crudo

• Criterio para precio_crudo:
  • 1963 a 1965: Kozulj y Pistonesi - Revista IDEE ajustado con el índice del precio del Anuario de YPF
  • 1989 a 1991: Anuario de YPF
  • 1966 a 1988: Kozulj y Pistonesi - Revista IDEE
  • 1992: MECON ajustado con la variación del Índice de precios internos al por mayor (IPIM)
  • 1993 en adelante: MECON

Tabla 3. Precio del mercado interno del petróleo crudo en Argentina según distintas fuentes (barriles)

Precio Mercado Interno de Gas Natural

• Precio Mercado Interno de gas:
  • 1963 - 1969 & 1989 - 1992: Anuario de YPF
  • 1970 - 1988: Kozulj y Pistonesi - Revista IDEE
  • 1993 en adelante: Secretaría de Energía - Base Regalías

Tabla 4. Precio del mercado interno del gas natural en Argentina según distintas fuentes (barriles)

Precios de Referencia del Mercado Mundial

Precios de exportación desde Argentina, benchmarks y Precios del mercado de EEUU (solo gas, internos y de expo/impo)

• Secretaría de Energía-Regalias) (2006-hoy)
• MECON. Serie corta y sin transformaciones
• EIA
  • Brent (1987-hoy)
  • WTI (1986-hoy)
  • Henry Hub (1997-hoy)
  • Precio Gas de Boca de Pozo en EEUU
• Inflation Data (1946-hoy)
• Eurostat
• Revista IDEE
  • Precio de Importación de gas natural desde Bolivia (1970-1988)
• UN Comtrade
  • Precio de Exportación e Importación de gas y crudo (a Bolivia y promedio mundial)
  • El precio impo bolivia de UN Comtrade cierra, da valores coherentes pero no deberia, dado que la conversión deberia realizarse multiplicando el precio en Mm3 por 1000 y ahí recién realizar la conversión

Precios de Referencia del Crudo

• Fuentes seleccionadas para precio_me_crudo:
  • entre 1962 y 1992: precio de exportación argentina de UN Comtrade (clasificación SITC as reported)
  • entre 1993-2001 y 2004-2014: precio de exportación argentina de Mecon
  • entre 2002 y 2003: precio de exportación de Argentina de UN Comtrade (Clasificación HS as reported)
  • 2014 en adelante: precio de exportación argentina de Secretaría de Energía (Regalías)
  • Valores faltantes previos a 1992 (1970 - 1985): Brent (Fuente: Inflation Data)

Falta construir una paridad de expo/impo con el flete

Precios de Referencia del Gas

• Criterio de precio_externo_gas:
  • Años 1964 y 1965: Precio de importación de gas proveniente de Bolivia hacia Argentina de UN Comtrade
  • 1966 en adelante: Precio de exportacion de gas desde Bolivia a Argentina de UN Comtrade
  • Datos faltantes para los años previos a 1963 y período 1968-1971

Exportación Argentina

Referencias mundiales

Bolivia

Todos los precios

buscamos un precio

cuanto es una cantidad de btu de gas al precio de referencia (ej bolivia) y cuanto es si convierto esos btu a barriles y los valorizo con el precio del barril? cuanto queda la unidad en btu si tomo el precio de petroleo y lo covierto a btu. es decir, cuanto es el valor si la valorizo en precio del petroleo

¿cuantos usd es un btu de petroleo? si tomo un barril de petroleo y lo convierto a btu ( me va a dar cuantos USD es un btu) luego comparo los USD/btu y lo comparo con el gas de bolivia

grinber: convierte todo el gas en petroleo y le pone el precio de petroeloe. subestima los precios del gas?

precio_crudo_vs_gas <- precio_mdomundial_gas_bep %>% 
  select(anio, unidad, precio_externo_gas) %>% 
  left_join(precios_referencia_y_expo_crudo %>% 
              select(-unidad) %>% 
              gather(key = tipo_precio_crudo,
                     value   = precio_crudo_usd_bbl,
                     2:ncol(.)), by ="anio") %>% 
  mutate(precio_crudo_sobre_gas =precio_crudo_usd_bbl/precio_externo_gas) %>% 
  filter(!(is.na(precio_crudo_sobre_gas)), 
         !(tipo_precio_crudo %in% c("wti_spot_price_fred", "precio_me_crudo"))  )
         # (tipo_precio_crudo %in% c("brent_iea"))  )
         # (tipo_precio_crudo %in% c("brent_iea", "brent_historic"))  )
precio_crudo_vs_gas

graf <-  precio_crudo_vs_gas %>% 
  ggplot(aes(anio, precio_crudo_sobre_gas, color=tipo_precio_crudo))+
  geom_line()+
  labs(title = "precio del crudo sobre el del gas (ambos en barriles)")

ggplotly(graf, width = 800, length=600)

# graf

# writexl::write_xlsx(precio_crudo_vs_gas, path= "precio del crudo vs gas.xlsx")  

Exportaciones e Importaciones

• Fuentes
  • SESCO Downstream
  • INDEC
  • MECON
  • UNComtrade

Exportaciones e Importaciones de Crudo

• Exportaciones de Crudo:
  • 1962 a 1993: UN Comtrade
  • 1994 en adelante: SESCO Downstream
  • Los datos faltantes de SESCO se completaron con MECON
  • Siguen habiendo datos faltantes para los años 1965, 1970-74, 1976-78, 1980-84

Exportaciones e Importaciones de Gas

• Fuentes seleccionadas:
• 1962 a 1996: UN Comtrade,
• 1997 en adelante: SESCO Downstream
• Datos faltantes para los años 1999 y 2000

Empleo, Remuneraciones y Masa Salarial (CCNN)

• Salario y empleo
  • MTEySS (Base Minería e Hidrocarburos de las Cuentas Nacionales) (1996-2013)
  • Ministerio de Trabajo, Empleo y Seguridad Social - Observatorio de Empleo y Dinámica Empresarial (OEDE) (1996-2019)
  • EPH ??
    

Pozos

Metros perforados

Fuente:

• Secretaría de Energía

Pozos en operación

Fuentes:

• Secretaría de Energía - Datos MINEM:
  • Listado de pozos cargados por empresas operadoras: se toma la variable “Fecha del Fin de terminación de perforación del pozo” (adjiv_fecha_fin_term) como año de puesta en producción del pozo. Se podría elaborar un stock de pozos a partir de acumular los pozos terminados y restando los pozos abandonados, agrupando con la variable “Fecha de abandono del pozo”(adjiv_fecha_abandono)
  • Pozos terminados
  • Capítulo IV
  • Estado de pozos (AUN NO SE PROCESÓ ESTA BASE NI LA ANTERIOR)
  • SESCO
• IAPG. Se presentan dos series: una elaborada a partir de los pozos perforados por año (resultante de descargar una base por cada año del sitio web oficial) y otra que corresponde al stock de pozos de petróleo de extracción efectiva (procedente de los datos de Estadísticas del Centenario de IAPG).

ver relaciones * PBI hidrocarburos / PBI total (ver cual elegir) * corregir nuestro VBP depurando servicios * MIP’s coef tecnico (para ver CI en el sector petrolero y peso del sector petrolero en PBI)

• stock petrolero / stock total JIC,EM
• Stock extraccion = PPyE PAE + PPyE Tecp + PPyE Petrobras upstr + Activo YPF upstream
  • ver que porcentaje que representan estas empresas en la produccion o pozos y ver de ampliarlo
  • ver relacion Activo YPF upstream / PPyE integrada YPF
  • ver relacion ganancias AFIP y BOLSAR con el stock correspondiente (coherencia)
  • ver relacion con Coremberg
  • pasar ENGE

grinberg convertir lo nuestro a costos. agarrar nuestros valor y dividirlo por barriles (sumando gas en BOE) * costos por bbl, precio el barril y precio de produccion (sumo la gcia normal al costo1)

Activos

Pasar datos de bs de uso en yacimientos para armar relación activo yacimeinto/total

Fuentes:

• Balances de Bolsar (unicamente empresas que cotizan en la bolsa de valores argentina). Revisar el stock del sector distribución porque se presenta demasiado grande con respecto al de los demás. Falta pasar los datos del activo de casi todas las empresas

• AFIP. Con esta fuente no tenemos calculo de renta, sino que solo usamos la TG como parámetro. Nota: "_c" significa casos presentados de la variable correspondiente

• Memorias de YPF. La década de los 80 presenta picos que hay que revisar

• Calculo del Capital Total Adelantado (KTA)

  • Bolsar: Es equivalente a la suma de Propiedad, Planta y Equipos Neta (descontando los terrenos y obras en curso) y los Inventarios. Cuando los datos lo habilitan, se le agregó los salarios adelantados (salarios y cargas consumidos sobre rotación). Luego, cuando no se presentaron datos de Propiedad, Planta y Equipos, se tomó el activo no corriente.
  • AFIP: Es equivalente a la suma de Bienes de Uso, Bienes de Cambio, Inventarios y Disponibilidades.
  • Memoria YPF: Suma de Bienes de Uso y Bienes de Cambio

Stock total de la rama

Stock de segmentos de YPF y Petrobras

Stock por empresas

YPF largo plazo

Comparación entre la Memoria YPF (recopilado por BFR) y los balances extríados de Bolsar

Estimación de stock de capital a partir de la evolución de pozos perforados

El ejercicio consiste en verificar si los pozos terminados sirven como indicador de la inversión y, por lo tanto, de aproximador al stock de capital adelantado. Para ello se parte de un año base de la serie de Propiedad, Planta y Equipo del sector extracción de Bolsar y AFIP, para luego indexar las variables por la evolución de los pozos. Los balances de Bolsar que corresponden únicamente a extracción son dos: PAE y Tecpetrol, por lo que el valor obtenido puede estar subrepresentado para dar cuenta del total de la rama. Con respecto al índice de pozos, se tomaron dos series alternativas: una construída a partir del stock de pozos en extracción efectiva (fuente: IAPG) y otra elaborada con los pozos terminados anuales cargados por empresa operadora (fuente: Secretaría de Energía).

El año base elegido es 2006, dado que es el último dato que poseemos del stock de pozos totales en actividad de IAPG.

Se realizó la misma estimación para YPF, filtrando las variables de Propiedad, Planta y Equipo (para el total de la empresa, por lo que incluye no sólo extracción sino refinación y otros rubros) y activo total del upstream. Se utilizó únicamente el indice de pozos terminados anuales de YPF para estimar la PPyE y el activo, dado que no se posee valores del stock de pozos en perforación para los años en donde existen valores contables que sirvan de año base. Luego, se estimó un stock de capital total de rama a partir de ponderar el stock de YPF por la relación entre los pozos de YPF y los pozos totales de la rama.

En síntesis, el listado de variables estimadas- a partir de las dos series de pozos (stock y flujo),salvo para la estimación de YPF que solo se pudo hacer con flujo de pozos por ausencia de información- es las siguientes:

• \(ppye\_estimado\_bolsar\) = \(PPyE\ año\ base\ de\ Bolsar\) * \(indice\ de\ pozos\)

• \(ppye\_estimado\_afip\) = \(PPyE\ año\ base\ de\ AFIP\) * \(indice\ de\ pozos\)

• \(ppye\_estimado\_ypf\) = \(PPyE\ año\ base\ de\ YPF\) * \(indice\ de\ pozos\ YPF\)

• \(activo\_estimado\_upstream\_ypf\) = \(Activo\ año\ base\ de\ YPF\) * \(indice\ de\ pozos\ YPF\)

• \(ppye\_estimado\_total\) = \(ppye\_estimado\_ypf\) * \[\frac{pozos\ totales}{pozos\ de\ YPF}\]

• \(activo\_estimado\_upstream\) = \(activo\_estimado\_upstream\_ypf\) * \[\frac{pozos\ totales}{pozos\ de\ YPF}\]

Para poder seleccionar la estimación más adecuada, se realizó un análisis de correlación entre todas las series estimadas y los valores contables que se poseen de PPyE de AFIP, Bolsar e YPF. Se presentan distintos cuadros de correlaciones, con sus nivles de significancia, diagramas de dispersión entre variables y su distribución. Las series construídas que poseen mejor correlación son la Propiedad, Planta y Equipo a partir de Bolsar estimadas con índice de stock de pozos (correlación fuerte de 0.89 y significativa al 0.001) y flujo de pozos (correlación moderada de 0.54 y significativa al 0.05) y luego el activo del upstream total de la rama a partir de YPF (correlación moderada de 0.42 y significativa al 0.1 con los valores contables de YPF y correlación fuerte de 0.88 y significativa al 0.001 con las estimaciones de PPyE de AFIP y Bolsar a partir de flujo de pozos).

la estimación tiene que realizarse con PPyE porque hay que excluir salarios e inventarios (que están en KTA)

Análisis de correlacion entre Propiedad, Planta y Equipo y Pozos en producción

reemplazar ipc por un ibif o indice especifico

Total rama

                  ppye_afip ppye_bolsar pozos_iapg pozos_terminados pozos_cargados
ppye_afip         1.0000000   0.1743854 -0.2930975       -0.6054224     -0.3793896
ppye_bolsar       0.1743854   1.0000000 -0.4269400       -0.5803358     -0.3213849
pozos_iapg       -0.2930975  -0.4269400  1.0000000        0.8924037      0.9611781
pozos_terminados -0.6054224  -0.5803358  0.8924037        1.0000000      0.8696256
pozos_cargados   -0.3793896  -0.3213849  0.9611781        0.8696256      1.0000000

#años base 2006
ppye_anio_base_bolsar <- (stock_rama %>% 
  filter(variable == "ppye" & sector == "produccion") %>%
  select(anio, unidad, ppye = valor))
ppye_anio_base_bolsar <- ppye_anio_base_bolsar$ppye[ppye_anio_base_bolsar$anio ==2006]

# valor_base <- serie[which(fecha==fecha_base)]

ppye_anio_base_afip <- (stock_rama %>% 
  filter(variable == "ppye" & sector == "extraccion_petroleo_gas") %>%
  select(anio, unidad, ppye = valor))
ppye_anio_base_afip <- ppye_anio_base_afip$ppye[ppye_anio_base_afip$anio == 2006]


stock_y_pozos <-  comparacion_pozos %>% 
  gather(key = fuente_pozo,
         value = cantidad_pozos,
         2:ncol(.)) %>%
  arrange(fuente_pozo,anio) %>% 
  group_by(fuente_pozo) %>% 
  mutate(indice_pozos_06 = generar_indice(serie= cantidad_pozos ,
                                        fecha = anio,
                                        fecha_base = 2006)) %>% 
  # left_join(stock_rama %>%  
  #             filter(variable == "ppye" & sector %in% c("extraccion_petroleo_gas", "produccion")) %>%
  #             select(anio, ppye = valor, fuente_stock = fuente), by = "anio") %>% 
  mutate(ppye_afip = ppye_anio_base_afip * indice_pozos_06,
         ppye_bolsar =ppye_anio_base_bolsar * indice_pozos_06,
         unidad_ppye="Millones de pesos 2018") %>% 
  gather(key = fuente_ppye,
         value = ppye_estimado,
         5:6)
stock_y_pozos

ggplotly(stock_y_pozos %>% 
  filter(anio >1960) %>% 
  ggplot(aes(anio,ppye_estimado , color = fuente_pozo))+
  geom_line()+
  labs(y= "Millones de pesos de 2018")+
  facet_wrap(~fuente_ppye    ),
    width = 800, length =500)

#stock estimado a partir de pozos
stock_estimado <- stock_y_pozos %>% 
  ungroup() %>% 
  filter(fuente_pozo =="pozos_cargados_sec_energia", fuente_ppye =="ppye_bolsar") %>% 
  rename(unidad = unidad_ppye, valor =ppye_estimado) %>% 
  select(-c(cantidad_pozos, indice_pozos_06, fuente_pozo))


#diferencia entre ppye estimada y valor contable de bolsar
stock_estimado %>% 
  left_join(stock_rama %>% 
              filter(fuente=="Bolsar", variable =="ppye", sector == "produccion") %>% 
              select(anio, unidad, ppye_bolsar = valor)) %>% 
  na.omit() %>% 
  mutate(diff = (valor/ppye_bolsar -1)*100)

Joining, by = c("anio", "unidad")

#cambio stock solo para los años que tenemos BOLSAR
stock_estimado <- stock_rama %>% 
              filter(fuente=="Bolsar", variable =="ppye", sector == "produccion") %>% 
              select(anio, unidad,fuente_ppye=fuente , valor)
  
  

Stock de pozos

stock_y_pozos_tasas_v2 <- stock_rama %>% 
  filter(variable == "ppye" & sector %in% c("extraccion_petroleo_gas", "produccion")) %>%
  select(anio, valor,fuente) %>%
  spread(key = fuente, value = valor) %>% 
  full_join(pozos_iapg_centenario%>%
            select(anio, pozos_iapg = totales ), by = "anio") %>%
  rename(ppye_afip = AFIP,
         ppye_bolsar = Bolsar ) %>% 
  arrange(anio) %>%
  filter(anio > 1998) %>%
  select(-anio) %>%
  mutate_all(tasa_crecimiento)  
  


GGally::ggpairs(stock_y_pozos_tasas_v2, lower = list(continuous = "smooth"))

plot(stock_y_pozos_tasas_v2)

# round(var(stock_y_pozos_tasas, na.rm = TRUE), 4)

             ppye_afip ppye_bolsar pozos_iapg
ppye_afip    1.0000000   0.8382675 -0.9152596
ppye_bolsar  0.8382675   1.0000000 -0.9096424
pozos_iapg  -0.9152596  -0.9096424  1.0000000

YPF

ppye_ypf <- ypf_seg %>% 
  filter(sector  == "upstream" ) %>% 
  mutate(anio = year(fecha)) %>% 
  left_join(ipc_promedio %>% 
              select(anio, ipc_18), by = "anio") %>% 
  mutate(variable = "activo_upstream_ypf",
         activos = activos/ipc_18,
         unidad = "Millones de pesos 2018")%>% 
  select(anio, empresa, unidad ,  activo_upstream= activos) %>% 
  left_join(stock_balances_empresas %>% 
    ungroup() %>% 
    filter(variable == "ppye" & empresa == "YPF") %>%
    select(anio, empresa, unidad, ppye_integrada =valor) , by = c("anio", "empresa", "unidad")) %>% 
  mutate(activo_upstream = variacion_interanual(activo_upstream),
         ppye_integrada = variacion_interanual(ppye_integrada)) %>% 
  full_join(listado_pozos %>%
              select(-empresa) %>% 
              ungroup() %>% 
              filter(idempresa == "YPF") %>% 
              rename(anio = anio_terminacion_pozo, empresa = idempresa), by = c("anio", "empresa") ) %>% 
  arrange(anio)
ppye_ypf

ppye_ypf_tasas <- ppye_ypf %>%
   arrange(anio) %>%
  filter(anio %in% 1998:2018) %>%
  select(-c(anio, empresa, unidad)) %>%
  mutate_all(tasa_crecimiento)

#matriz de correlacion
cor_pozos_ypf <- cor(ppye_ypf_tasas, use = "complete.obs")
cor_pozos_ypf

                activo_upstream ppye_integrada      pozos
activo_upstream       1.0000000     0.22492855 0.51192183
ppye_integrada        0.2249285     1.00000000 0.06456351
pozos                 0.5119218     0.06456351 1.00000000

#  distintos correlogramas
#con ggcorrplot
p.mat = cor_pmat(cor_pozos_ypf)
ggcorrplot(cor_pozos_ypf, hc.order = TRUE,
    type = "lower", p.mat = p.mat, lab = T)

GGally::ggpairs(ppye_ypf_tasas, lower = list(continuous = "smooth"))

plot(ppye_ypf_tasas)

#años bases
anio_base_ypf_segmento <-   ppye_ypf$activo_upstream[ppye_ypf$anio == 2006]

anio_base_ypf_bolsar <- ppye_ypf$ppye_integrada[ppye_ypf$anio == 2006]


stock_y_pozos_ypf <-  ppye_ypf %>% 
  mutate(indice_pozos_06 = generar_indice(serie= pozos ,
                                        fecha = anio,
                                        fecha_base = 2006)) %>% 
  mutate(ppye_ypf_estimado = anio_base_ypf_bolsar * indice_pozos_06,
         activo_ypf_estimado =anio_base_ypf_segmento * indice_pozos_06,
         unidad_ppye="Millones de pesos 2018")

stock_y_pozos_ypf %>%
           select(anio, unidad = unidad_ppye, ppye_ypf_estimado, activo_ypf_estimado) %>%
           gather(key = estimacion,
                   value = valor, 
                   3:4) %>% 
           filter(anio >1960) %>% 
  ggplot(aes(anio,valor , color = estimacion))+
  geom_line()+
  labs(y= "Millones de pesos de 2018", title = "Estimacion de Activo usptream y PPyE de YPF a partir de indice de pozos")

PPyE y activo upstream total rama a partir de YPF

pozos_yfp_sobre_total <- listado_pozos %>%
  rename(anio = anio_terminacion_pozo) %>% 
  group_by(anio) %>% 
  summarise(pozos_cargados_sec_energia = sum(pozos, na.rm = T)) %>% 
  left_join(listado_pozos %>%
              rename(anio = anio_terminacion_pozo) %>% 
              filter(idempresa == "YPF") %>% 
              group_by(anio, idempresa) %>% 
              summarise(pozos_cargados_ypf = sum(pozos, na.rm = T))) %>% 
  mutate(ypf_sobre_total = pozos_cargados_ypf/pozos_cargados_sec_energia)

`summarise()` has grouped output by 'anio'. You can override using the `.groups` argument.
Joining, by = "anio"

# pozos_yfp_sobre_total

estimacion_ppye_total_via_ypf <- stock_y_pozos_ypf %>% 
  select(anio, unidad = unidad_ppye, ppye_ypf_estimado, activo_ypf_estimado) %>% 
  gather(key = estimacion,
         value = valor, 
         3:4) %>% 
  left_join(pozos_yfp_sobre_total %>% 
              select(anio, ypf_sobre_total)) %>% 
  mutate(valor = valor/ypf_sobre_total,
          estimacion = case_when(estimacion == "ppye_ypf_estimado" ~ "ppye_estimado_total",
                                 estimacion == "activo_ypf_estimado" ~ "activo_estimado_upstream" ))

Joining, by = "anio"

  
estimacion_ppye_total_via_ypf %>%
           filter(anio >1960) %>% 
  ggplot(aes(anio,valor , color = estimacion))+
  geom_line()+
  labs(y= "Millones de pesos de 2018", 
       title = "Estimacion de Activo usptream y PPyE total a partir de ampliación de pozos YPF")

Inversiones

Fuentes:

• Balances de Bolsar. Inversión calculada a partir de variaciones del activo + consumo de capital fijo (esto último está pendiente)
• Secretaria de Energía. Resolución 2057
  • Inversiones realizadas año anterior
  • Inversiones anuales previstas a realizar en el año de la presentación de la DDJJ

4. construir serie de inversión para atras (buscar Stock de YPF pero solo para extracción). armar ejercicio de FD y ver si las proporciones se mantienen.

• Reconstruccion de serie de inversion por empresa ver un flujo de pozos y un flujo de inversion y luego ver si lo que mueve la inversion son los pozos (que su evolucion sea similar).

• inversion por empresa (balance: variacion del activo + consumo de K fijo)

• inversion por empresa (secretaria de energia)

• inversion agregada (tipo de inversion) (cuentas nacionales?)

• pozos nuevos por empresa por año

• pozos nuevos totales

• aplicar MIP para YPF

Inversión a partir de Balances

Inversión a partir de Secretaria de Energía

Análisis de correlación entre Inversión y Pozos

• buscar correlacion, para ver si la serie de inversión se mueve similar a los pozos
• usar stock y ademas usar variacion de stock (bs de uso)

Con pozos de IAPG

Con pozos Cap IV

Regalías

• Fuentes:
  • Secretaría de Energía (Base Regalías)

REVISAR EL CALCULO DE BETANIA cuanto ganarian las provincias si el precio del mercado interno se acomoda al internacional?

Subsidios

# CEFIP cont et al. Subsidios como % del PBI
subsidios_cefip <- read_excel("/Archivos/Datos/Hidrocarburos/subsidios/subsidios.xlsx") %>% 
  gather(key = anio,
         value = subsidios_porcentaje_pbi,
         2:ncol(.)) %>% 
  filter(sector %in% c("CAMMESA", "Plan Gas","ENARSA", "Subsidios FF GN y GLP")) %>% 
  mutate(anio = as.double(anio)) %>% 
  left_join(ganancia_y_pbi %>% 
              select(anio, pbi)) %>%
  mutate(subsidios_porcentaje_pbi=as.double(subsidios_porcentaje_pbi),
         subsidios_cefip = subsidios_porcentaje_pbi * pbi * 10^6) %>% 
  group_by(anio) %>% 
  summarise(unidad = "Pesos corrientes",
            subsidios_cefip=sum(subsidios_cefip, na.rm = T))

Joining, by = "anio"
NAs introducidos por coerci昼㸳n

#ejes 
subsidios_ejes <- read_excel("/Archivos/Datos/Hidrocarburos/Estimacion propia/subsidios.xlsx" ) %>% 
  rename(subsidios_usd = subsidios_hidrocarburos) %>% 
  right_join(tcp_anual_b %>% 
               select(anio, tcc), by = "anio") %>%
  group_by(anio) %>% 
  summarise(unidad = "Pesos corrientes",
         subsidios_ejes = subsidios_usd*tcc*10^6)

subsidios_hidrocarburos <- subsidios_ejes%>% 
  select(anio, unidad, subsidios_ejes) %>% 
  full_join(subsidios_cefip, by =c("anio", "unidad")) %>% 
  arrange(-anio) %>% 
  mutate(unidad = "Pesos corrientes")
         # x = subsidios_cefip/subsidios_ejes)
subsidios_hidrocarburos  

Valor total de la producción

Criterios metodológicos

Se presentan a continuación distintas estimaciones sobre la magnitud de riqueza presente en el sector hidrocarburífero: Valor Bruto y Agregado de Producción (VBP y VA), Consumo Interemedio (CI), Masa Salarial (MS) y Excedente Bruto de Explotación (EBE). El VBP surge de la valuación de la producción a sus precios correspondientes. El VA resulta de la diferencia entre el VBP y CI, el cual puede surgir originalmente de esta resta o a partir del coeficiente técnico de la Matriz Insumo Producto (MIP). El EBE constituye la plusvalía (PV) total de la rama, es decir, la suma de la renta de la tierra (RT) más la ganancia normal (Gnorm), y se obtiene luego de descontar la MS y los impuestos específicos (Imp) del VA. En todos los casos que se presentarán a continuación, los Imp se calcularon a partir de aplicar sobre el VBP un coeficiente resultante del peso de los impuestos promedio de la MIP de 1997. Lo mismo pasa con la estimación de la depreciación de capital o consumo de capital fijo (ConsKfijo), que se obtiene a partir de aplicar la tasa de depreciación promedio resultante de los balances de YPF (1998 - 2018) sobre el total de Propiedad, Planta y Equipo (PPyE) de la rama. Esta partida se aplica para obtener el Excedente Neto de Explotación. Se presentan distintas estimaciones para el VBP, CI y MS, que luego se observarán en la formulación matemática:

• CCNN (ccnn_oficial)
  • Valores contables oficiales de las Cuentas Nacionales (sólo disponible para el período 2004-2012). Dado que se presentan series de VBP y VA, se pudo estimar el CI como la diferencia de dichas cuentas. Se procedió a separar el VBP a partir del peso del VBP de los servicios de apoyo a la extracción sobre el VBP de extracción de petróleo y gas, presente en el Cuadro de Utilización de Oferta (COU) de 2004 de INDEC. Se descontó esta proporción (resultante del 10,7%) del VBP total para obtener un VBP sólo de extracción. Dado que se posee información del salario promedio del sector y el empleo, se pudo obtener la MS resultante, tanto para el total del sector (extracción y servicios relacionados) como para sólo extracción. A partir de estos datos se elaboró un coeficiente que refleja el promedio de la proporción de la MS sobre el VBP que se utilizará en cálculos posteriores de MS total y MS de extracción.
• Estimación propia con criterio CCNN (vbp_va_ci_propia)
  • Estimación propia de los valores contables a partir de las fuentes recopiladas, siguiendo los criterios de las Cuentas Nacionales. Es decir, para obtener el VBP se valua la producción destinada al mercado interno (resultante a partir de la diferencia entre producción y exportaciones) con los precios internos y las exportaciones con los precios de exportación, valuados tipo de cambio comercial (TCC). Se procedió también a separar el VBP de extracción neto de los servicios tal como se explicó anteriormente. El CI se estimó a partir de aplicar el coeficiente técnico (ratio CI/VBP) resultante de la MIP de 1997 (equivalente a 0.272). De igual manera, para calcular la masa salarial se aplicó el coeficiente de MS mencionado anteriormente. Finalmente, como se mencionó anteriormente, el VA el EBE se calcularon a partir de las diferencias mencionadas anteriormente.
• Empalme CCNN (vbp_ccnn)
  • Estimación que toma los valores oficiales de las cuentas nacionales para el período donde se presentan datos (2004 -2012) y que imputa los valores faltantes por medio de la evolución del índice del VBP propio con criterio CCNN explicado anteriormente. Asimismo, se utilizaron los valores oficiales de la MS cuando se encontraba disponible el dato (1996-2018), mientras que se utilizó el valor propio estimado con criterio de las CCNN para los restantes años.
• Criterio Propio (pv_hidrocarburos_propia)
  • Estimación propia que refleja con mayor precisión el valor de la riqueza total presente en el sector. El VBP se obtiene a paritr de valuar la totalidad de la producción a los precios externos o de referencia internacional y con el tipo de cambio de paridad (TCP), que mide la capacidad real de compra de la moneda nacional. Sin embargo, como el CI constituye intercambios de mercancías realizadas en el ámbito nacional, dicha partida se obtiene a partir de los valores obtenidos en la serie de empalme CCNN. De igual manera, se utilizó la MS resultante de esta última estimación.

Formulación matemática de estimaciones

Valor Bruto de Producción total, estimación con criterio propio \[VBP_{propia} = (Pext_{petróleo} * Q_{petróleo} + Pext_{gas} * Q_{gas}) * TCP\]

Donde:

• \(VBP_{propia}\) = Valor Bruto de la Producción total, estimación propia
• \(Pext_{petróleo}\) = Precio de exportación o referencia internacional del petróleo crudo (según corresponda)
• \(Pext_{gas}\) = Precio de exportación o referencia internacional del gas natural (según corresponda)
• \(Q_{petróleo}\) = Cantidades producidas totales de petróleo crudo
• \(Q_{gas}\) = Cantidades producidas totales de gas natural
• \(TCP\) = Tipo de Cambio de Paridad

Valor Bruto de Producción total, estimación con criterio CCNN \[VBP_{CCNN} = (Pint_{petróleo} * QMInt_{petróleo} + Pext_{petróleo} * Expo_{petróleo} + Pint_{gas} * QMInt_{gas} + Pext_{gas} * Expo_{gas})* TCC\]

Donde:

• \(VBP_{CCNN}\) = Valor Bruto de la Producción total, estimación propia con criterio de las CCNN
• \(Pint_{petróleo}\) = Precio mercado interno del petróleo crudo
• \(Pint_{gas}\) = Precio mercado interno del gas natural
• \(QMInt_{petróleo}\) = cantidades vendidas al mercado interno de petróleo crudo
• \(QMInt_{gas}\) = cantidades vendidas al mercado interno del gas natural
• \(Expo_{petróleo}\) = exportaciones de petróleo crudo
• \(Expo_{gas}\) = exportaciones de gas natural
• \(TCC\) = Tipo de Cambio Comercial

Valor Bruto de Producción extracción, estimación con criterio CCNN

\[VBP\_extr_{CCNN} = VBP_{CCNN} * (1-prop\_servicios)\]

Donde:

• \(VBP\_extr_{CCNN}\) = Valor Bruto de la Producción extracción, estimación propia con criterio de las CCNN
• \(prop\_extr\) = proporción del VBP de servicios de apoyo sobre VBP de extracción de petróleo y gas

Proporción de los servicios de apoyo sobre la extracción de petróleo y gas
\[prop\_servicios = \frac{VBP\_servicios_{COU}}{VBP\_extr_{COU}}\]

Donde:

• \(VBP\_servicios_{COU}\) = VBP de servicios de apoyo del Cuadro de Utilización de Oferta
• \(VBP\_extracción_{COU}\) = VBP de extracción de petróleo y gas del Cuadro de Utilización de Oferta

Consumo Intermedio, valores oficiales de las CCNN \[ CI_{CCNN} = VBP_{CCNN} - VA_{CCNN} \]

Donde:

• \(CI_{CCNN}\) = Consumo Intermedio total, estimación propia
• \(VA_{CCNN}\) = Valor Agregado, estimación de las CCNN

Consumo Intermedio, estimación con criterio CCNN \[ CI_{CCNN} = VBP_{CCNN} * Coef\_tec \] Donde:

• \(Coef\_tec\) = Coeficiente técnico de Matriz Insumo Producto

Consumo Intermedio de extracción, estimación con criterio CCNN

\[ CI\_extr_{CCNN} = VBP\_extr_{CCNN} * Coef\_tec \]

Donde:

• $ CI_extr_{CCNN}$ = Consumo Intermedio de extracción, estimación criterio CCNN

Masa Salarial, valores oficiales de las CCNN \[MS = W * Emp * 13\] Donde:

• \(MS\) = Masa Salarial
• \(W\) = Salario anual promedio
• \(Emp\) = Empleo

Masa Salarial, estimación con criterio CCNN \[MS = VBP_{CCNN} * Coef\_MS\]

Donde:

• \(Coef\_MS\) = Coeficiente de la proporción de MS sobre VBP

Masa Salarial de extracción, estimación con criterio CCNN \[MS\_extr = VBP\_extr_{CCNN} * Coef\_MS\]

Donde:

• \(MS\_extr\) = Masa salarial del sector extracción

Valor agregado, estimación criterio CCNN \[VA_{CCNN} = VBP_{CCNN} – CI_{CCNN} \] Donde:

• \(VA_{CCNN}\) = Valor Agregado, estimación propia con criterio CCNN

Valor agregado de extracción, estimación con criterio CCNN \[VA\_extr_{CCNN} = VBP\_extr_{CCNN} – CI\_extr_{CCNN} \]

Donde:

• \(VA\_extr_{CCNN}\) = Valor Agregado de extracción, estimación propia con criterio CCNN

Valor agregado, estimación con criterio propio \[VA_{propia} = VBP_{propia} – CI\_extr_{CCNN} \]

Donde:

• \(VA_{propia}\) = Valor Agregado, estimación con criterio propio

Excedente Bruto de Explotación, estimación con criterio CCNN \[EBE_{CCNN} = VA_{CCNN} – MS \]

Excedente Bruto de Explotación de extracción, estimación con criterio CCNN \[EBE\_extr_{CCNN} = VA\_extr_{CCNN} – MS\_extr \]

Excedente Bruto de Explotación, estimación con criterio propio \[EBE_{propia} = VA_{propia} – MS\_extr \]

Donde:

• \(EBE\) = Excedente Bruto de Explotación
• \(CI\_extr_{CCNN}\) = Consumo intermedio del sector extracción, estimación con criterio CCNN

Consumo de Capital Fijo, estimación con criterio propio \[ConKfijo = PPyE * prom(\frac{Dep}{PPyE}) \]

Donde:

• \(ConKfijo\) = Consumo de Capital Fijo
• \(PPyE\)= Propiedad, Planta y Equipo neta
• $prom() $ = tasa de depreciación promedio
• \(Dep\) = Depreciaciones (cuenta gastos por naturaleza)

Plusvalía (Excedente Neto de Explotación), estimación con criterio propio \[PV_{propia} = VA_{propia} - ConKfijo - Imp \]

Donde:

• \(PV_{propia}\) = Plusvalía (Excedente Neto de Explotación)
• \(Imp\) = Impuestos normales

Fuentes para la construcción de series

• Producción de Crudo:
  • 1911 a 1992: Anuario de combustibles
  • 1993 - actualidad: SESCO Downstream
• Exportaciones de Crudo:
  • 1962 a 1993: UN Comtrade (clasificación SITC as reported)
  • 1994 en adelante: SESCO Downstream
  • Los datos faltantes de SESCO se completaron con MECON
  • Siguen habiendo datos faltantes para los años 1965, 1970-74, 1976-78, 1980-84
• Precio Mercado Interno de Crudo:
  • 1963 a 1965: Kozulj y Pistonesi - Revista IDEE ajustado con el índice del precio del Anuario de YPF
  • 1989 a 1991: Anuario de YPF
  • 1966 a 1988: Kozulj y Pistonesi - Revista IDEE
  • 1992: MECON ajustado con la variación del Índice de precios internos al por mayor (IPIM)
  • 1993 en adelante: MECON
• Precio Mercado Externo Crudo:
  • entre 1962 y 1992: precio de exportación argentina de UN Comtrade
  • entre 1993-2001 y 2004-2014: precio de exportación argentina de Mecon
  • entre 2002 y 2003: precio de exportación de Argentina de UN Comtrade (Clasificación HS as reported)
    
  • 2014 en adelante: precio de exportación argentina de Secretaría de Energía (Regalías)
  • Valores faltantes previos a 1992: Brent (Fuente: Inflation Data)
• Producción de Gas:
  • 1911 a 1992: Anuario de combustibles
  • 1993 en adelante: SESCO Downstream
• Exportaciones de gas:
  • 1962 a 1996: UN Comtrade,
  • 1997 en adelante: SESCO Downstream
  • Datos faltantes para los años 1999 y 2000
• Precio Mercado Interno de gas:
  • 1963 - 1969 & 1989 - 1992: Anuario de YPF
  • 1970 - 1988: Kozulj y Pistonesi - Revista IDEE
  • 1993 en adelante: Secretaría de Energía - Base Regalías
  • El dato del año 1992 se dividió por 10, dado que resultaba excesivamente alto, lo cual es metodológicamente inaceptable pero sirve de ejercicio.
• Precio Mercado Externo:
  • Años 1964 y 1965: Precio de importación de gas proveniente de Bolivia hacia Argentina de UN Comtrade
  • 1966 en adelante: Precio de exportacion de gas desde Bolivia a Argentina de UN Comtrade
  • Datos faltantes para los años previos a 1963 y período 1968-1971
• Valor Bruto de la Producción, Valor Agregado y Consumo Intermedio:
  • INDEC - Dirección Nacional de Cuentas Nacionales (Base Minería e Hidrocarburos de las Cuentas Nacionales). Las variables “extraccion_y_servicios_hidrocarburos” refieren a “Extracción de petróleo crudo y gas natural. Actividades de servicios relacionadas con la extracción de petróleo y gas, excepto las actividades de prospección”
  • Cálculo propio del VBP con datos datos de producción y precio internacional recopilados. Las fuentes son las siguientes (los criterios son los mismos para la utilización posterior en el cálculo de renta de la tierra hidrocarburífera por diferencial de precios, sobrevaluación cambiaria y otros mecanismos)
• Salario y empleo
  • 1960-1996: estimación a partir de aplicación del coeficiente de proporción de la masa salarial sobre el VBP
  • 1996 en adelante: Ministerio de Trabajo, Empleo y Seguridad Social - Observatorio de Empleo y Dinámica Empresarial (OEDE)
• Consumo de capital fijo
  • Coeficiente de depreciación estimado a partir de Estados Contables de YPF (1998-2018)
    

Cuentas Nacionales

Producto Interno Bruto Explotación Minas y Canteras Millones de pesos constantes. Base 1960. Valores trimestrales PIB Explotación Minas y Canteras en millones de pesos de 1960. 1970-1980

Producto Interno Bruto Explotación Minas y Canteras, Australes constantes. Base 1970.Valores trimestrales PIB Explotación Minas y Canteras en australes a precios de 1970. 1980-1990

Estimaciones propias

Tasa de Ganancia

\[TG_{hidrocarburos} = \frac{PV_{hidrocarburífera}}{KTA_{hidrocarburífero}}\]

Renta apropiada por las empresas de la rama

La renta apropiada por las empresas de la rama se calcula por medio del diferencial de tasas de ganancia entre el sector hidrocarburífero que surge a partir de los balances y la rentabilidad normal de la economía.

\[Renta\_empresas = KTA_{hidrocarburífero} * (TG_{hidrocarburífera} - TG_{referencia})\] \[TG_{hidrocarburífera} = \frac{Gcia_{hidrocarburos}}{KTA_{hidrocarburífero}}\] Por lo cual, la renta apropiada por las empresas de la rama sería equivalente a:

\[Renta\_empresas = Gcia_{hidrocarburos} - KTA_{hidrocarburífero} * TG_{referencia}\]

Donde:

• \(KTA_{hidrocarburífero}\) = Stock de capital adelantado de empresas hidrocarburíferas
• \(TG_{hidrocarburífera}\) = Tasa de ganancia de empresas hidrocarburíferas
• \(TG_{referencia}\) = Tasa de ganancia de referencia
• \(Gcia_{hidrocarburos}\) = Ganancia de empresas hidrocarburíferas

Joining, by = "anio"

Renta por el diferencial de precios entre el mercado interno y las referencias internacionales

Renta apropiada mediante el abaratamiento en el consumo interno por efecto del diferencial de precios interno/externo, sobrevaluación de la moneda y retenciones a la exportación

Criterio de cómputo de JK (variable ‘renta_dif_precios’)

\[RDP= ProdInt * Pext * TCP - ProdInt * PMI * TCC\]

Donde:

• \(RDP\) = Renta apropiada por efecto diferencial de precios interno/externo y sobrevaluación
• \(MdoInt\) = Producción destinada al Mercado Interno: Producción - Exportaciones - Existencias (barriles de petróleo ó MMBTU)
• \(Pext\) = Precio de referencia del mercado externo (USD)
• \(PMI\) = Precio de venta del mercado interno (USD)
• \(TCP\) = Tipo de Cambio de Paridad
• \(TCC\) = Tipo de Cambio Comercial

Criterio de cómputo de JIC y cia (variable ‘renta_abaratamiento_sobrevaluacion’)

\[RDP = MdoInt * PMI * (\frac{TCP}{TCC} - 1)\]

Renta apropiada por sobrevaluación cambiaria

\[Rsobrevaluacion = Expo * Pext * (TCP - TCC)\]

Donde: * \(Rsobrevaluacion\) = Renta apropiada por exportaciones con tipo de cambio sobrevaluado * \(Expo\) = Exportaciones (barriles de petróleo ó MMBTU) * \(Pext\) = Precio de referencia del mercado externo (USD) * \(TCP\) = Tipo de Cambio de Paridad * \(TCC\) = Tipo de Cambio Comercial

Joining, by = "anio"

Renta apropiada por el Estado mediante impuestos específicos

Joining, by = "anio"
Joining, by = c("anio", "unidad")
`summarise()` has grouped output by 'anio'. You can override using the `.groups` argument.
Joining, by = c("anio", "unidad")

\[Rimp = RE + Reg\]

Donde:

• \(Rimp\) = Renta apropiada por el Estado mediante impuestos específicos
• \(RE\) = Retenciones
• \(Reg\) = Regalias

Renta apropiada por consumidores y refinerías y procesadoras

Criterio de cómputo de Ramón (2019)

Refinerías y procesadoras

\[RR = (PI - PRMi) * CrudoP\]

• \(RR\) = Renta apropiada por las Refinadoras
• \(PI\) = promedio ponderado de Precios Internacionales
• \(PRMi\) = Precio ponderado a Refinerías del Mercado Interno
• \(CrudoP\) = barriles de Crudo Procesado por las refinadoras

Consumidores

\[RC = (PI - PRMi - MR) * CrudoP \]

• \(RC\) = Renta apropiada por los Consumidores
• \(MR\) = Margen de Refinerías

Esto resulta equivalente a plantear:

\[RC = PCMi * CrudoP\]

• \(PCMi\) = Precio ponderado a Consumidores del Mercado Interno.

Renta Hidrocarburífera Total. En precios constantes, sobre Plusvalía Total y PBI

Existen dos caminos para llegar al monto total de renta de la tierra hidrocarburífera: uno es descontando la ganancia normal de las empresas a la plusvalía total del sector y el otro es por medio de la suma de mecanismos de apropiación.

\[Renta\_hidrocarburífera = PV_{hidrocarburífera} - Gcia\_Normal_{hidrocarburífera}\] Donde:

• \(Gcia\_Normal_{hidrocarburífera}\) = Ganancia Normal del sector hidrocarburífero
• \(PV_{hidrocarburífera}\) = Plusvalía del sector hidrocarburífero

\[Gcia\_Normal_{hidrocarburífera} = KTA_{hidrocarburífero} * TG_{referencia}\]

Donde:

• \(KTA_{hidrocarburos}\) = Stock de capital adelantado del sector hidrocarburífero
• \(TG_{referencia}\) = Tasa de ganancia normal de referencia.

En este caso, seleccionamos la tasa de ganancia del sector industrial como parámetro para diferenciar la renta de la ganancia. A su vez, para el capital total adelantado de las empresas hidrocarburíferas, seleccionamos unicamente el valor resultante de la estimación de la PPyE de Bolsar a partir del indice de flujo de pozos (variable “ppye_bolsar_flujo”), por lo que le faltan los inventarios y salarios adelantados.

El cálculo de renta total hidrocarburífera que se obtiene por medio de descontar la ganancia normal a la plusvalía total del sector, debe ser igual a la renta obtenida por medio de la agregación de los distintos mecanismos de apropiación. Es decir:

\[Renta\_hidrocarburífera = Renta\_diferencial\_precios + Renta\_sobrevaluación + Renta\_empresas + Impuestos\_netos\_específicos \] \[Impuestos\_netos\_específicos = Retenciones + Regalías - Subsidios\]

Método directo (a partir de descuentos sobre el VBP)

Joining, by = "anio"
Joining, by = "anio"

Método indirecto (suma de mecanismos)

Joining, by = "anio"
Joining, by = "anio"
Joining, by = "anio"
Joining, by = "anio"
`mutate_all()` ignored the following grouping variables:
Column `anio`
Use `mutate_at(df, vars(-group_cols()), myoperation)` to silence the message.
`mutate_all()` ignored the following grouping variables:
Column `anio`
Use `mutate_at(df, vars(-group_cols()), myoperation)` to silence the message.
Joining, by = "anio"
Joining, by = "anio"
Joining, by = "anio"
Joining, by = "anio"
Removed 21 rows containing missing values (position_stack).'big.mark' and 'decimal.mark' are both '.', which could be confusing

'big.mark' and 'decimal.mark' are both '.', which could be confusing

#################### solo gas
# Gas
# renta_gas_pbi_pv <- renta_diferencial_precios_gas %>% 
#   select(anio,renta_diferencial_precios_gas, renta_abaratamiento_sobrevaluacion_gas ) %>% 
#   group_by(anio ) %>% 
#   mutate_all(function(x) {x / 10^6}) %>% 
#   left_join(ganancia_y_pbi) %>% 
#   mutate(renta_dif_precios_gas_pv = renta_dif_precios_gas/ganancia,
#          renta_dif_precios_gas_pbi = renta_dif_precios_gas/pbi,
#          renta_abaratamiento_sobrevaluacion_gas_pv = renta_abaratamiento_sobrevaluacion_gas/ganancia,
#          renta_abaratamiento_sobrevaluacion_gas_pbi = renta_abaratamiento_sobrevaluacion_gas/pbi,
#          unidad = "Millones de Pesos corrientes")
# 
# graf_renta_gas_pv <- renta_gas_pbi_pv %>% 
#   select(anio, 7:ncol(.) ) %>% 
#   gather(key = tipo_renta,
#          value = valor,
#          2:ncol(.)) %>% 
#   ggplot(aes(anio, valor, color = tipo_renta, fill = tipo_renta))+
#   geom_col(position = "dodge")+
#   theme(legend.position = "bottom")+
#   labs(title = "Renta petrolera por diferencial de precios interno y externo sobre PBI y Ganancias Totales",
#        y = "%")
# plotly::ggplotly(graf_renta_gas_pv)

Costos

\[Q\_total = Q_{petróleo} + Q_{gas} \] Donde:

• \(Q\_total\) = Cantidades producidas de petróleo y gas en Barriles Equivalentes de Petróleo
• \(Q_{petróleo}\) = Cantidades producidas de petróleo crudo en barriles equivalentes de petróleo (BOE)
• \(Q_{gas}\) = Cantidades producidas de gas natural en barriles equivalentes de petróleo (BOE)

\[ Costos\_totales = CI + MS + ConKfijo\]

Donde:

• \(Costos\_totales\) = Costos totales hidrocarburíferos
• \(CI\) = Consumo Intermedio, distintas estimaciones
• \(MS\) = Masa Salarial, distintas estimaciones
• \(ConKfijo\) = Consumo de Capital Fijo

\[Costos\_totales\_con\_Gcia = Costos\_totales + Gcia\_Normal_{hidrocarburífera} \] Donde:

• \(Costos\_totales\_con\_Gcia\) = Costos totales hidrocarburíferos con ganancia normal
• \(Gcia\_Normal_{hidrocarburífera}\) = Ganancia normal del sector hidrocarburífero

\[ Precio\_costo = \frac{Costos\_totales}{Q\_total} \] Donde: * \(Precio\_costo\) = Precio de costo en BOE

A partir de esto se puede calcular un costo recuperable del petróleo y del gas

\[Costo\_crudo = Q_{petróleo} * Precio\_costo\] \[Costo\_gas = Q_{gas} * Precio\_costo\]

\[Precio\_produccion = \frac{Costos\_totales\_con\_Gcia}{Q\_total}\]

\[Precio\_vta\_potencial = \frac{Q\_total*Pext_{petróleo} - Costos\_totales}{Q\_total} \]

Donde: * \(Precio\_produccion\)= Precio de produccion * \(Precio_vta_potencial\) = Precio de venta potencial * \(Pext_{petróleo}\) = Precio de exportación/referencia internacional del petróleo crudo

Comparación con estimación de otros autores

#renta usd vs autores
#falta agregar renta_hidrocarburos_jk
renta_autores <- renta_indirecto %>% 
  select(anio,tcc, tcp, ipc_18, retenciones, regalias_total, contains("renta")) %>% 
  select( -(13:ncol(.))) %>% 
  filter(anio > 1962) %>%
  mutate( retenciones= retenciones*ipc_18/tcc,       
          regalias_total = regalias_total*ipc_18/tcc, 
          renta_diferencial_precios_crudo = renta_diferencial_precios_crudo*ipc_18/tcp,
          renta_diferencial_precios_gas = renta_diferencial_precios_gas*ipc_18/tcp,
          renta_expo_sobrevaluada_crudo = renta_expo_sobrevaluada_crudo*ipc_18/tcp,  
          renta_expo_sobrevaluada_gas = renta_expo_sobrevaluada_gas*ipc_18/tcp  ,
          renta_sobrevaluacion = renta_expo_sobrevaluada_crudo+ renta_expo_sobrevaluada_gas,
          renta_diferencial_precios = 
            renta_diferencial_precios_gas+ renta_diferencial_precios_crudo,
          # renta_empresas = renta_empresas*ipc_18/tcc,
          # renta_empresas_desp_impuestos = renta_empresas_desp_impuestos*ipc_18/tcc,
          renta_total = (renta_total*ipc_18) / tcp,
          unidad = "Millones de USD",
         autor = "Propia") %>% 
  rename(retenciones = retenciones,
         regalias = regalias_total
          # renta_empresas = renta_empresas_desp_impuestos,
         # renta_total_gas = renta_diferencial_precios_gas,
         # renta_total_crudo = renta_diferencial_precios_crudo,
         ) %>% 
  select(anio, unidad, autor, everything(.), 
         -c(ipc_18, tcc, tcp, renta_expo_sobrevaluada_crudo, renta_expo_sobrevaluada_gas,
            renta_diferencial_precios_gas, renta_diferencial_precios_crudo)) %>% 
  gather(key = tipo_de_renta,
         value = valor,
         4:ncol(.)) %>% 
    bind_rows(renta_autores)
#####


#grafico comparacion con otros autores
graf_tipos_renta <- renta_autores %>% 
  filter(!(tipo_de_renta%in% c("renta_total", 
                               "renta_diferencial_precios",
                               "renta_estado_total"))) %>% 
  ggplot(aes(anio, valor, color = autor))+
  geom_line()+
  geom_point(size = 0.5)+
  facet_wrap(~tipo_de_renta, scales = "free_y")+
  labs(title = "Renta hidrocarburífera", 
       subtitle = "Comparación de estimaciones. Millones USD", 
       y = "Millones de USD")+
  theme_classic()+
  theme(axis.text.x = element_text(angle = 45, hjust = 1))
ggplotly(graf_tipos_renta, width = 800, height = 600)  

graf_renta_total_comparacion <- renta_autores %>% 
  # filter(!(autor == "Propia" & tipo_de_renta == "renta_total")) %>%
  # mutate(tipo_de_renta= case_when(tipo_de_renta =="renta_diferencial_precios" &
  #                                   autor == "Propia" ~ "renta_total",
  #                                 T ~ tipo_de_renta)) %>%
  filter(tipo_de_renta == "renta_total") %>% 
  ggplot(aes(anio, valor, color = autor))+
  geom_line()+
  geom_point()+
  theme(legend.position = "bottom")+
  labs(title = "Renta hidrocarburífera total (petróleo y gas)", 
       subtitle = "Con renta total propia metodología autores", 
       y = "Millones de USD")+
  theme_classic()+
  scale_y_continuous(labels=function(x) format(x, big.mark = ".", scientific = FALSE))
graf_renta_total_comparacion

ggplotly(graf_renta_total_comparacion, width = 600, height = 400)

'big.mark' and 'decimal.mark' are both '.', which could be confusing

# ggplotly(graf_renta_total_comparacion_b)

Exportacion de resultados